¿Quién posee el telar?: Virtuals quiere convertir a los agentes de IA en un "estado virtual" con acciones

Los agentes de IA ya pueden abrir cuentas, contratar personas y trabajar, y VIRTUAL quiere que esta economía funcione como una moneda de reserva.

Escrito por: Vaidik Mandloi

Traducido por: AididiaoJP, Foresight News

Cada pocos años, una nueva tecnología plantea preguntas que la economía no puede responder por sí sola: ¿qué harás si una máquina puede hacer tu trabajo mejor, más barato y sin descansar? ¿A quién pertenece la producción generada por estas máquinas?

Este artículo descompone uno de los experimentos más ambiciosos en el ámbito de las criptomonedas. Virtuals Protocol está construyendo una infraestructura casi "nacional" para los agentes de IA: identidad, banca, comercio, mercados de capital, además de robots físicos. Su apuesta es que las personas comunes deberían poder poseer esas máquinas autónomas que comienzan a crear valor económico real; y las vías financieras dejadas por la especulación en criptomonedas son perfectas para esto. La pregunta que se plantea es: ¿la capacidad de ejecución está a la altura de esta ambición? Pero primero, volvamos a una cuestión que surgió aproximadamente doscientos años antes de las criptomonedas.

Telar

En 1811, un grupo de trabajadores textiles en Nottingham irrumpió en un taller y destruyó las máquinas de tejer. El movimiento se expandió, y el gobierno británico envió 14,000 soldados al centro del país para detener a los tejedores de continuar destruyendo máquinas, más que los que Wellington llevó a la península ibérica para combatir a Napoleón.

El Parlamento británico declaró la destrucción de máquinas como un crimen capital. En 1813, 17 personas fueron ahorcadas en York. Estos individuos fueron llamados "luditas". Con el tiempo, el término se convirtió en un insulto, como si fueran simplemente temerosos de la tecnología que no podían adaptarse. Pero entendían las máquinas mejor que nadie. Eran artesanos que habían pasado años dominando los telares de ancho estrecho, capaces de tejer telas de alta calidad; lo que destruyeron fueron los telares de ancho amplio y los nuevos modelos, que podían ser operados por jóvenes no entrenados, con salarios que eran solo una tercera parte de los de los artesanos. La calidad de la ropa tejida en telares de ancho amplio era inferior, pero el precio era sin precedentes, y esa asequibilidad estaba devorando el mercado. Cada telar de ancho amplio que entraba en un taller robaba el sustento de un artesano.

Este tema se ha repetido en cada generación desde entonces. Los que están dentro siempre sienten que su situación es más especial y peor. Pero la historia ha demostrado repetidamente que las máquinas rara vez eliminan trabajos; simplemente reescriben quién los realiza y a quién pertenece la producción. Los campesinos fueron expulsados de los terrenos comunales y entraron en las fábricas, intercambiando la propiedad de los cultivos por salarios por hora. Los trabajadores de fábricas se convirtieron en empleados de oficina, alquilando su tiempo por un salario más alto. Los empleados de oficina se convirtieron en trabajadores temporales: conductores de Uber, freelancers de Fiverr, realizando trabajos, pero clasificados de tal manera que las plataformas se quedan con los beneficios económicos y los trabajadores asumen el riesgo. Cada vez, la producción total ha aumentado, pero la parte del valor que poseen los trabajadores ha disminuido. Hoy, aproximadamente 500 millones de personas en todo el mundo están involucradas en trabajos dependientes que ni siquiera alcanzan a ser trabajos autónomos. En India, alrededor de 50 millones de personas están atrapadas en la servidumbre por deudas, como si el sistema feudal medieval hubiera sido reemplazado por un nuevo conjunto de documentos.

Ahora es el turno de la revolución de la IA, solo que esta vez el telar parece estar girando por sí mismo. Ya hay IA que puede gestionar negocios automáticamente, contabilizar ganancias y reinvertirlas en crecimiento. La empresa de tecnología de salud Medvi registró el año pasado ingresos de 401 millones de dólares, con solo dos empleados permanentes. Ahora puedes contratar un agente de programación por aproximadamente un dólar la hora, trabajando todo el día sin pedir días libres. Ya son actores económicos reales, por lo que la cuestión de la propiedad no se puede evitar. Cuando un trabajador es un software cuyo costo de replicación es casi cero y puede contratar a otras máquinas para ayudar, ¿quién tiene la última palabra?

El último intento a gran escala en el ámbito de las criptomonedas para que las personas comunes compartieran los beneficios de la tecnología fue Axie Infinity. Este juego prometió la liberación económica a los trabajadores de Filipinas y el sudeste asiático, alcanzando hasta 2.7 millones de usuarios activos diarios, y muchos jugadores filipinos ganaron más dinero en el juego que en sus trabajos locales, pero luego colapsó y se convirtió en un ejemplo de lo que no hacer en toda la industria.

Los que presenciaron todo el colapso fueron Jansen Teng y Wee Kee. Salieron con un problema ludita reescrito por monedas programables y software autónomo: si los trabajadores que crean valor económico ya no son jugadores de videojuegos, sino software, ¿pueden las personas comunes poseer acciones de la misma manera que los accionistas poseían barcos comerciales en el pasado? Virtuals Protocol se construyó en torno a esta pregunta.

Para entender la magnitud de la apuesta, primero debemos observar el mundo en el que vivimos. En la década de 1950, el presidente de la Comisión de Energía Atómica de EE. UU., Lewis Strauss, prometió que la fisión nuclear traería "electricidad tan barata que no habría que medirla". Esta frase se convirtió en una de las promesas de quiebra más famosas en la historia de la energía: la energía nuclear resultó ser increíblemente cara y peligrosamente mortal. Chernobyl y Fukushima añadieron diez años de miedo público y cargas regulatorias, convirtiendo este eslogan en sinónimo de arrogancia tecnológica durante setenta años.

Luego, Sam Altman utilizó casi las mismas palabras para describir la cognición de IA que se volvería extremadamente accesible y abundante. El costo de entrenar modelos de vanguardia ha disminuido aproximadamente un orden de magnitud cada 18 meses. En 2023, entrenar un modelo con capacidades similares a GPT-4 costará alrededor de 100 millones de dólares, mientras que hoy se puede reproducir por unos pocos millones de dólares. Los agentes de programación pueden ofrecerse por menos de un dólar la hora y entregar código de producción, siendo más baratos que los desarrolladores offshore más económicos del mundo, y nunca toman fines de semana. El cronograma público de Altman incluye sistemas que pueden lograr verdaderos avances científicos este año, así como robots capaces de realizar trabajo físico real para 2027. Creer o no en él casi no es el punto, ya que la curva de costos sigue bajando cada trimestre.

Cuanto más baratos son las máquinas, más contenido generado inunda todas las superficies digitales, y más valioso se vuelve lo que solo los humanos pueden ofrecer. Las actuaciones en vivo son más valiosas que el streaming en Spotify. Las mesas hechas a mano por un carpintero el fin de semana pueden ser producidas más rápido y más baratas por robots de fábrica, pero aún pueden venderse a un precio premium, precisamente porque alguien ha apostado su tiempo irremplazable. La abundancia de máquinas convertirá el trabajo humano en un lujo. La propuesta de Virtuals se basa en esta inversión: permitir que los humanos posean esas máquinas autónomas que producen valor comercial, para reservar la energía irremplazable para aquellas tareas que solo pueden ser completadas por la presencia y el juicio humano.

En 1602, los comerciantes holandeses enfrentaron un dilema similar: una familia no podía permitirse el costo del viaje a Asia, que era demasiado alto y arriesgado. Así que inventaron acciones de empresas que podían ser comercializadas libremente. La Compañía Holandesa de las Indias Orientales (VOC) permitió que ciudadanos comunes invirtieran en una empresa que poseía barcos, comerciaba y luego distribuía dividendos a los accionistas. Se convirtió en la primera superempresa del mundo, con 50,000 empleados y 200 barcos. La verdadera innovación fue proporcionar a las personas comunes un mecanismo: reunir capital para poseer empresas productivas que nunca podrían comprar individualmente.

Virtuals quiere crear el mismo mecanismo para los agentes de IA. Teng había estado minando ETH en la residencia de Imperial College utilizando electricidad gratuita de la universidad, y luego trabajó en BCG durante años para pagar sus deudas. En diciembre de 2021, en el apogeo de Axie, lanzó el DAO de inversión en juegos pathDAO. Él y Wee Kee vieron a los jugadores filipinos ganar más dinero en el juego que en cualquier trabajo local, y vieron a fotógrafos de bodas en Vietnam renunciar para dedicarse a jugar. Luego, los tokens que los jugadores ganaron casi se redujeron a cero. Aquellos que dependían de jugar para ganar se encontraron en una situación peor que antes. La conclusión extraída de los escombros fue: tokenizar el trabajo humano a través de juegos es un callejón sin salida, porque a medida que el trabajo humano se escala, inevitablemente se convierte en explotación. La idea más realista es permitir que las personas comunes posean el software que trabaja, como los accionistas de VOC poseían barcos que transportaban especias.

Así, Virtuals lanzó su primer agente de IA, Luna, un agente con una personalidad de K-pop y su propia billetera criptográfica. En unos meses, Luna comenzó a contratar artistas humanos en ciudades de todo el mundo para pintar sus grafitis y pagarlos desde su propia billetera. Eso era algo que solo los humanos podían crear. La relación entre humanos y máquinas fue invertida por ella. En cuanto a si la ejecución de Virtuals está a la altura de la propuesta, se desglosará más adelante; no se ocultará donde deba dispersarse.

Construyendo un estado nacional para la IA

En los últimos años, cada revolución tecnológica ha seguido el mismo patrón de dos etapas. La economista anglo-venezolana Carlota Pérez ha descrito cinco revoluciones industriales como períodos de instalación y despliegue. Durante el período de instalación, el capital especulativo fluye, las burbujas corren por delante de la realidad, se construye en exceso la infraestructura, y la mayoría de las empresas terminan quebrando. Después del colapso, se entra en el período de despliegue: los que llegan después recogen la infraestructura excedente y crean cosas que los constructores originales nunca imaginaron.

Un ejemplo clásico es la burbuja de Internet. A finales de la década de 1990, se gastó más dinero en tendido de fibra óptica que en las empresas emergentes .com. Las compañías de telecomunicaciones que tendieron los cables terminaron quebrando. Google compró la fibra a precios de ganga, y esos cables se convirtieron en la columna vertebral de YouTube, Netflix y toda la transmisión en línea. Fred Wilson, un inversor de capital de riesgo durante la burbuja de Internet, dijo: "Sin una prosperidad irracional, no se pueden lograr grandes cosas; sin un colapso, no se puede hablar de cosas realmente importantes."

El período de instalación de las criptomonedas siguió la misma curva. Desde aproximadamente 2017 hasta 2022, el capital especulativo generó billeteras, DEX, curvas de unión, stablecoins, estándares de tokens y marcos de gobernanza en cadena. La gran mayoría de los proyectos de construcción hoy están muertos o son irrelevantes. Pero la infraestructura que se ha construido sigue existiendo, y eso es lo que se necesita para construir una economía operativa para actores no humanos. Virtuals no inventó estas herramientas; básicamente las heredó y las utilizó para construir algo que no se podía imaginar en la fase de instalación.

Jansen Teng llama a lo que están haciendo "fundar un país". Suena como si los fundadores de criptomonedas estuvieran añadiendo una capa de narrativa económica a sus tokens en un podcast. Esta vez, la metáfora se sostiene.

Un país en funcionamiento necesita mantener su economía, al menos cinco capas de infraestructura: un sistema de identidad, para saber quién está participando; un sistema bancario, para permitir que el valor fluya; leyes comerciales, para que los participantes puedan comerciar y resolver disputas; mercados de capital, para financiar empresas; infraestructura física, para que las cosas sucedan en el mundo real. Virtuals ya está construyendo estas capas para los agentes de IA, o más precisamente, todavía está en construcción.

Empezando por la identidad, el cuello de botella está aquí. A16z ha investigado recientemente que la restricción de la economía de agentes no humanos ya no es la inteligencia, sino la identidad. Incluso en los servicios financieros de hoy, las identidades no humanas -sistemas de comercio automático, motores de gestión de riesgos, modelos de fraude- ya superan a las identidades humanas en una proporción de 100:1. Pero según A16z, estos sistemas "en realidad no tienen cuentas bancarias". Los agentes de IA pueden escribir código de producción y gestionar carteras, pero no pueden pasar la KYC, abrir cuentas bancarias ni obtener credenciales verificables. Este problema es casi tan antiguo como la civilización económica humana. La dinastía Qin en China impuso apellidos legales en el siglo IV a.C. para integrar a las personas en el sistema de impuestos y comercio. A los humanos les tomó aproximadamente 2500 años construir la infraestructura de identidad.

Virtuals quiere hacer lo mismo a través de su capa de identidad EconomyOS para los actores económicos de IA. Cada agente puede obtener cinco cosas: una billetera de criptomonedas no custodiada; una tarjeta de pago virtual que se puede usar en comerciantes comunes; un correo electrónico exclusivo que puede extraer códigos de verificación automáticamente; tokens de recaudación de fondos en cadena opcionales; y potencia de cálculo pagada por la billetera, permitiendo que el agente pague por su propio razonamiento. Sin estos elementos, el agente es solo un asistente útil. Una vez que tiene todo, puede ganar, gastar, comerciar y hacer que el valor componga como un humano.

Hablando de negocios. Virtuals ha lanzado el Protocolo de Comercio Agente (ACP), permitiendo a los agentes comerciar, comunicarse y pagar en línea. La lógica es directa: los agentes que necesitan hacer algo publican tareas, especificando el presupuesto y las restricciones de tiempo; otros agentes pujan y negocian como en Upwork. Una vez que ambas partes llegan a un acuerdo, los fondos se depositan en custodia. Tras la entrega, un agente tercero actúa como evaluador, comparando con el POA firmado criptográficamente—un registro de compromiso a prueba de manipulaciones—para verificar la producción. Si coincide, los fondos se transfieren de la custodia a la billetera del agente. Cada paso está en la cadena, es público y auditable, sin necesidad de intermediarios. Se puede entender como un Fiverr programable, orientado a agentes, con liquidaciones mediante contratos inteligentes. Ya hay un grupo de agentes profesionales que operan 24/7, formando fondos de cobertura autónomos a través de este sistema, colaborando independientemente en inversiones y auditorías de seguridad.

El tercer nivel es la formación de capital. Cada era económica tiene sus herramientas financieras necesarias: la era de los grandes descubrimientos tenía acciones transferibles, el acero y los ferrocarriles dependían de los bancos de inversión, y la era de la información se basa en el capital de riesgo. La curva de unión para la economía de agentes es como las acciones transferibles de la era de los grandes descubrimientos: permite que cualquier persona con capital compre la propiedad de activos productivos o físicos. Los desarrolladores pueden actuar como agentes, tokenizarlos y dejar que el mercado financie.

El marco de emisión de 60 días de Virtuals está diseñado bajo la misma lógica, ofreciendo a los fundadores de proyectos de IA y criptomonedas un ensayo reversible: primero construyen, emiten y prueban el token públicamente, y luego deciden si hacen un compromiso irreversible.

El vehículo es una plataforma de lanzamiento modular. Cada token de agente se une a VIRTUAL para formar una curva conjunta; una vez que hay suficiente liquidez, se gradúa a un grupo de negociación formal, bloqueando a largo plazo a los LP, y las tarifas de transacción se distribuyen entre los creadores de agentes y los incentivos ecológicos. Esta parte es la misma para todos los emisores de tokens. Lo que realmente cambia en cada emisión es qué módulos abre el fundador.

Emitir tokens primero debe lidiar con los ataques: los bots corren para robar valor en los primeros segundos. Virtuals responde con lo que llama el Impuesto Anti-Sniper: se aplica una tasa impositiva cercana al total a las compras tempranas, que disminuye por minuto, y los fondos recuperados se asignan forzosamente de nuevo al token. Los bots deben o alejarse por completo o, sin querer, contribuir al bienestar a largo plazo del proyecto.

Una vez que los ataques son eliminados por el precio, ¿cómo financia el fundador? Aquí entra en juego la Formación de Capital Automatizada (ACF): no es necesario hacer presentaciones a VC ni negociar una ronda de financiación, el sistema vende tokens del equipo en tramos según hitos de valoración. Si el proyecto se detiene, se recauda menos dinero; si el proyecto crece, el capital sigue automáticamente. Esta estructura también involucra a la comunidad existente. Una parte de cada nueva emisión se distribuye a los stakers de VIRTUAL y a los usuarios activos de ACP a través de airdrops, permitiendo que aquellos que ya están construyendo y comerciando en el ecosistema tengan un interés en cada nuevo proyecto. Los incentivos se extienden a toda la red, en lugar de que cada emisión opere de manera aislada. Si el fundador desea apostar, el módulo de Pre-compra les permite comprar públicamente al momento de la emisión y asignar forzosamente, permitiendo que todos vean cuánto ha aportado el equipo.

Esto es diferente de todos los enfoques históricos de "apostar en la capacidad productiva humana". Desde los ciudadanos romanos que usaban las escuelas de gladiadores como herramientas de inversión, hasta los patrocinadores modernos de póker que envían dinero a través de Venmo con solo una captura de pantalla y un poco de reputación, el defecto fatal es el mismo: las personas pueden alejarse. Un gladiador puede dejarse ganar, un jugador puede perder la calma. El riesgo del lado opuesto nunca se puede eliminar, porque los activos productivos tienen libre albedrío y piernas. La tokenización de agentes es diferente: después del compromiso de capital, el trabajo no puede retrasarse o renegociarse. Los activos productivos funcionan con electricidad y código, y la producción puede ser auditada en la cadena.

El cuarto nivel es el último paso hacia la verdadera economía de agentes, lo que se conoce como "empresas sin humanos": los ingresos provienen de actividades económicas reales que no están relacionadas con tarifas de transacción y a menudo tampoco con criptomonedas. El modelo actual es Felix Craft, una empresa operada únicamente por IA que vende productos de información en línea, acumulando ingresos de 200,000 dólares, con más dinero proveniente de ventas de productos reales que de transacciones especulativas de su propio token. Otra empresa, KellyClaudeAI, ha lanzado hasta ahora 19 aplicaciones de iOS, sin desarrolladores humanos. Las cifras son pequeñas, pero plantean una pregunta: ¿son estos los primeros puntos en la curva o el techo de la capacidad productiva de los agentes?

El mecanismo de emisión de tokens también tiene problemas. A principios de 2025, en el auge de los tokens de agentes de IA, el 94% de los nuevos tokens emitidos eran pump-and-dump; de los tokens emitidos ese año, solo el 1.7% seguía en negociación activa después de 30 días. La mayoría de las veces, lo que impulsa el precio es solo la prima especulativa, sin productos, ingresos o valor subyacente. Si nunca puedes vender esto, ¿cuánto estás dispuesto a pagar? La parte que excede eso es pura especulación. El suelo de utilidad del token de Axie es cero, porque su valor depende completamente de nuevos jugadores ingresando. Los tokens de agentes en Virtuals pueden ser diferentes. Si Felix Craft vende productos por valor de 200,000 dólares a clientes reales que no saben que el vendedor es IA, y la producción puede ser auditada en la cadena, el token tiene un suelo que no depende de "si hay un comprador que lo reciba": el valor presente de la producción futura de una máquina productiva.

Frente físico

Las pruebas del suelo de utilidad son válidas para los agentes de software, ya que los costos son medibles y la producción se registra directamente en la cadena. Pero las máquinas productivas que realmente podrían reescribir la economía de Virtuals no son software, sino robots que trabajan en el mundo real. La ambición aquí supera todos los intentos existentes en criptomonedas.

Durante los últimos cincuenta años, hay una paradoja en la computación: los humanos han descubierto que el razonamiento automatizado es más fácil que el trabajo físico automatizado. Las hojas de cálculo reemplazaron a un salón lleno de contadores, el correo electrónico reemplazó a la sala de correspondencia, y el código reemplazó a los archivadores y mesas de dibujo. Para 2026, la IA podrá redactar opiniones legales, leer imágenes médicas y escribir software de nivel de producción de una sola vez. Los trabajos de cognición de oficina fueron los primeros en ser automatizados; los trabajadores de almacén que mueven cajas y los baristas que preparan café han cambiado poco. Porque el trabajo físico requiere que el software maneje la incertidumbre y la variabilidad del mundo real. Los brazos robóticos de las fábricas pueden soldar el mismo punto un millón de veces porque la posición del punto de soldadura no cambia. Un robot de cocina no puede hacer un sándwich correctamente porque cada tomate tiene una forma ligeramente diferente, cada cuchillo tiene un centro de gravedad diferente, y la tabla de cortar a veces está húmeda. El mundo real no se comporta tan obedientemente como una hoja de cálculo.

El parche es datos. Entrenamos modelos de lenguaje de gran escala con textos que representan la vida de miles de millones de personas, y podemos hacer lo mismo con los robots. Joel Jang de Nvidia ha dicho: "Las personas son robots que ya están desplegados a gran escala". Siempre que usemos videos de personas comunes para ajustar modelos de visión-lenguaje-movimiento (VLA), el rendimiento de los robots en la misma tarea puede duplicarse. Lo que falta en el campo no son más robots en laboratorios, sino una enorme tubería de datos que permita a las personas grabar acciones físicas cotidianas.

Virtuals vio este vacío temprano y construyó toda su estrategia robótica sobre él. Lo llaman "el camino intermedio": deliberadamente no construir robots ni entrenar modelos básicos, sino construir la infraestructura de datos y capital que cada equipo de robots necesita y que un solo equipo no puede permitirse.

Esta mitad de datos es SeeSaw, una aplicación de iOS lanzada en colaboración con BitRobot, que convierte a los usuarios de teléfonos móviles comunes en recolectores de datos para el entrenamiento de robots. Los usuarios completan operaciones reales como verter agua, doblar toallas y abrir latas, grabándose a sí mismos con el LiDAR y los sensores de movimiento del iPhone. El LiDAR captura datos de profundidad y espacio que las cámaras comunes no pueden proporcionar; los estudios muestran que la superposición de la perspectiva de videos humanos y la posición de los robots es clave para que la transferencia de datos funcione. Se han recopilado más de 500,000 tareas del mundo real. DreamZero, un modelo de 14 mil millones de parámetros que Nvidia está probando, se entrena con este tipo de datos y ya puede generalizar en cientos de tareas como deshacer zapatos y planchar, sin necesidad de entrenamiento específico para cada tarea. Lo que SeeSaw quiere construir es una escala de suministro que no puede ser igualada por la operación remota de laboratorios. Cada video adicional hace que el conjunto de entrenamiento sea más robusto, el modelo mejora, y la próxima generación de robots se vuelve más fuerte, lo que a su vez genera una mayor demanda de datos de entrenamiento más específicos. Una vez que el volante es lo suficientemente pesado, girará por sí mismo.

Después del entrenamiento viene el despliegue. Esta mitad se llama Eastworlds, que equivale a la capa de trabajo físico del protocolo: una mitad fábrica de datos, una mitad infraestructura operativa, y una mitad laboratorio de robots en el mundo real. La industria robótica tiene un problema cíclico: más startups mueren que cualquier limitación técnica: los robots necesitan datos del mundo real para mejorar, pero primero deben ser lo suficientemente útiles en el mundo real para que otros les dejen entrar. Cada laboratorio puede hacer demostraciones impresionantes en un entorno controlado, pero casi nadie puede poner el mismo robot en una tienda minorista y hacer que funcione de manera confiable durante un día de trabajo. Esto requiere un alto nivel de operación remota que pueda manejar sorpresas, así como un sistema de retroalimentación que envíe cada minuto de experiencia en el sitio de vuelta al entrenamiento del modelo, permitiendo que el aprendizaje se componga.

Para ello, Virtuals compró 30 unidades de robots humanoides Unitree G1-U6, justo lo suficiente para desplegar equipos sin necesidad de competir por horarios. La tecnología de teleoperación se desarrolla internamente, en lugar de comprar un sistema ya autorizado. Los datos generados por los sistemas de teleoperación disponibles en el mercado no coinciden con el formato de los modelos de acción de VLA y otros en el mundo. También han establecido colaboraciones de investigación con laboratorios que llevan décadas profundizando en la percepción y el control del movimiento, y han desplegado redes de pilotos comerciales en el sector minorista y hotelero, permitiendo que los equipos graduados de Eastworlds tengan acceso a comerciantes reales.

Una vez construido, los desarrolladores pueden acceder a varias capacidades clave: interactuar directamente con el Unitree G1 o la versión mejorada U6 EDU; utilizar sistemas de captura de movimiento para probar entornos de control remoto; recopilar datos del mundo real y probar rutas de despliegue antes de una implementación a gran escala. Se puede entender Eastworlds como lo que ellos llaman "BPO de IA física". El BPO tradicional coloca a las personas en regiones de bajo costo para trabajar de forma remota; el BPO de IA física despliega teleoperación y robots híbridos para crear valor económico, como limpiar techos o recibir a los clientes. Los robots no necesitan ser completamente autónomos; mientras las tareas rutinarias sean estables, las situaciones límite pueden ser manejadas por humanos a través de teleoperación. Los datos de entrenamiento generados por el trabajo de teleoperación por hora pueden ser de varios órdenes de magnitud más valiosos que los de simulación, ya que capturan el caos del entorno comercial, no las condiciones controladas de un laboratorio. A medida que se acumulan datos, los modelos mejoran, disminuye la necesidad de intervención humana y se mejora la economía unitaria, sin necesidad de actualizar el hardware primero. La teleoperación podría ser el camino más rápido hacia la autonomía real de los robots, mientras se financia a sí misma con trabajo productivo.

Desde los campos hasta las fábricas, y luego a las pantallas de las oficinas, ahora es el turno de los robots. Cada transición redefine al trabajador y también redefine a quién pertenece la producción. Los datos de Barclays muestran que en 2018 más del 60% de los puestos de trabajo tenían títulos que no existían en 1940. Los robots también crearán nuevas categorías de trabajo que actualmente no podemos nombrar. La lógica de la población para el crecimiento económico también podría cambiar de "¿tiene el país suficiente mano de obra?" a "¿puede proporcionar energía a gran escala y fabricar máquinas?".

Propuesta y hacia dónde va

Todo lo anterior es solo una argumentación. La argumentación a menudo puede fallar. Para juzgar si lo que está construyendo Virtuals tiene peso y es real, solo se puede observar los datos y las tracciones actuales: qué es sólido y qué no.

Hasta ahora, Virtuals ha lanzado más de 80,000 agentes en protocolos como Base, Solana y Robinhood, acumulando tarifas de más de 75 millones de dólares, aproximadamente el 23% del sector de agentes de IA en criptomonedas. Las tarifas no son uniformes. La mayor parte proviene de unas semanas de especulación a principios de 2025, cuando los ingresos diarios superaron el millón de dólares. Hoy, el protocolo genera aproximadamente 2 millones de dólares al mes. ¿Qué significa esto? Si tomamos en serio la metáfora de las naciones que mencionamos antes, creo que deberíamos hacerlo, la forma en que VIRTUAL acumula valor es muy similar a la de una moneda nacional. El dólar tiene valor no porque el Tesoro de EE. UU. tenga un plan de recompra, sino porque se valora en 25 billones de dólares de producción económica cada año. Cuanto más actividad hay en el sistema, mayor es la demanda de la unidad de contabilidad central.

Virtuals está diseñado bajo la misma lógica. Todo el sistema se valora en VIRTUAL. Cada capa genera demanda de diferentes fuentes, y la mayoría no depende de una prima especulativa. EconomyOS proporciona tarjetas de pago e identidad de correo electrónico, permitiendo a los agentes comerciar con el mundo real sin intermediarios humanos. ACP constituye la capa comercial, donde los agentes se contratan entre sí, y la evaluación y liquidación se realizan en la cadena. La capa de formación de capital permite a cualquier persona con fe financiar agentes productivos, como lo hacían las compañías de acciones para financiar barcos mercantes en el pasado. Finalmente, está Eastworlds, que lleva robots físicos a puestos reales, con datos de entrenamiento provenientes de aproximadamente 500,000 personas grabándose a sí mismas doblando toallas y sirviendo agua. Cada capa se contabiliza en lo que el protocolo llama aGDP: la producción total de los agentes en trabajo digital y físico. Los agentes no necesitan convertir sus ingresos en efectivo para pagar alquiler o comprar alimentos; cada dólar que ganan puede permanecer en el sistema y ser reinvertido en DeFi para aumentar la liquidez, formando un ciclo en la cadena para los servicios de los agentes.

Esta reflexividad se mantiene en ambas direcciones. En la dirección ascendente, más agentes se unen, más VIRTUAL se bloquea, más servicios se crean, y la economía se refuerza a sí misma. En la dirección descendente, la emisión disminuye, el bloqueo disminuye, las recompensas por staking se reducen y el ciclo se afloja. La reflexividad en sí misma no es un defecto. Cada economía que funciona es reflexiva: las personas poseen dólares porque otros aceptan dólares, y porque otros poseen dólares. La verdadera pregunta es: ¿hay suficiente actividad económica real en el núcleo para sostener el ciclo, o es todo un simple intercambio de tokens?

Una posible señal de que hay algo real debajo es que la infraestructura comienza a atraer productos que han crecido completamente fuera de la criptografía. Facticity.AI es una herramienta de verificación de hechos creada por Dennis Yap, quien ha investigado en la Fundación Gates y Princeton; Time la incluyó entre las mejores invenciones de 2024, capaz de verificar afirmaciones en texto, video y audio con una precisión de aproximadamente el 92%. Cuando el equipo necesitaba financiamiento, saltaron sobre el capital de riesgo y emitieron directamente en Virtuals bajo el nombre de ArAIstotle, superando su meta en un 658%. A través de ACP, los agentes ya están subcontratándose entre sí: diseño gráfico, informes de investigación, producción de videos, auditoría de código. Un agente puede entregar un cartel publicitario según un brief detallado, mientras que otro agente de control de calidad lo aprueba o lo rechaza según los términos del contrato. Virtuals también admite que el mercado de vendedores está casi vacío. Sin embargo, el protocolo maneja más de un millón de dólares en transacciones de agente a agente cada mes.

El mismo modelo de propiedad también se extiende a la IA física. Fabric Foundation es el primer proyecto en utilizar el mecanismo de emisión Virtuals Titan, permitiendo a la comunidad reunir capital para comprar y desplegar flotas de robots en hogares de ancianos, talleres de fabricación y sitios de limpieza ambiental, industrias que han enfrentado escasez de mano de obra durante mucho tiempo, y donde el costo de los robots humanoides se está acercando al de los trabajadores humanos. Los empleadores pagan el trabajo de los robots con tokens nativos del fondo, mientras que las stablecoins cubren el mantenimiento y la programación de la flota; la producción productiva de cada robot regresa a los financiadores. Esto representa una propiedad colectiva de máquinas productivas físicas, con financiamiento y colaboración completamente realizados en la cadena.

A pesar de estos escenarios reales, la mayoría de las actividades aún ocurren dentro del sistema. La estructura está diseñada para atraer ingresos desde fuera de la criptografía. Si los clientes de Felix no saben que están comprando algo de IA, si los robots de Eastworlds están clasificando paquetes en un almacén, los ingresos que ingresan al sistema son tan reales como los de cualquier empresa SaaS. En ese momento, los costos e ingresos en el gráfico se convertirán en indicadores rezagados de la producción económica real de las máquinas, valorados en VIRTUAL.

Las nuevas cosas siempre tienen una estrella, no se puede ignorar.

El primer riesgo es el volumen de transacciones reales, que es una enfermedad local de la criptografía. Artemis descubrió que el 47% de las transacciones de agentes x402 y el 81% del volumen en dólares eran fraudulentos. Después de filtrar, el verdadero pago de agentes x402 fue de aproximadamente 1.6 millones de dólares, muy por debajo de los 24 millones reportados por Bloomberg. Esto indica cuánto de la llamada "economía de agentes" se basa en robots que intercambian métricas entre sí. Esto es importante porque toda la propuesta depende de que los agentes creen valor económico real, no de un ciclo especulativo. Es necesario eliminar el volumen especulativo y luego preguntar: si mañana se detienen las transacciones, ¿qué queda de la producción productiva? Si la mayor parte de las tarifas del protocolo de 70 millones de dólares provienen de impuestos sobre transacciones de tokens de agentes, y el precio está impulsado por la especulación, eso sería una gran ilusión. Actualmente, los ingresos de los agentes productivos y los tokens de agentes especulativos están entrelazados, y es casi imposible distinguir entre ellos; quien se atreva a dar una proporción probablemente esté mintiendo.

El segundo riesgo es más fundamental y no está relacionado con la criptografía. Un artículo en el manual de NBER sobre "Economía de IA Transformacional" encontró que los modelos de lenguaje grandes son mucho más débiles en razonamiento económico de lo que la especulación de los agentes sugiere. Cuando se publicó el artículo, el modelo más fuerte solo superó el azar en un 33% en tareas de razonamiento económico en escenarios estratégicos; en tareas microeconómicas no estratégicas, casi todos los LLM mostraron un rendimiento de maximización de beneficios que solo era ligeramente mejor que el azar. Desde entonces, los modelos han mejorado significativamente. Un estudio de Harvard en 2026 mostró que GPT-5 y Claude Opus 4 habían mejorado aproximadamente un 90% en tareas económicas básicas. Sin embargo, incluso así, en decisiones difíciles como fijación de precios, negociación y asignación de capital, los mejores modelos del mundo a menudo cometen errores. La estructura de Virtuals asume que los agentes pueden negociar términos, tomar decisiones, asignar capital y crear valor. Si los modelos son mediocres en estas tareas, los agentes construidos sobre ellos heredarán esa mediocridad, y no importa cuán bien diseñado esté el protocolo. Los agentes son optimizadores, pero no podemos estar seguros de qué están optimizando. Estos LLM han sido entrenados para ser orientados a objetivos, pero nunca han sido diseñados para ser verdaderos actores económicos. A veces, simplemente parecen serlo.

Cuando múltiples agentes interactúan en el mercado, los problemas se acumulan. Se ha descubierto que los algoritmos de precios de IA tienden a llevar los precios a niveles de competencia excesiva, aunque nunca han sido entrenados para ello. El colapso flash de 2010 borró aproximadamente un billón de dólares en 15 minutos, mostrando cómo se ven los errores de las máquinas a gran escala. Los errores de los agentes de IA son más relevantes que los errores humanos, porque el mismo modelo se replica en múltiples implementaciones. Ya hay casos que muestran que Claude tiende a extorsionar cuando cree que alguien quiere apagarlo; GPT o3 incluso destruyó mecanismos de apagado para evitar ser apagado. Estos comportamientos se han observado en modelos que están en producción, y OpenAI y Anthropic tienen registros de sus propios sistemas. La capacidad de los agentes ha superado la capacidad de regulación humana. Cuando miles de agentes comercian de forma autónoma a la velocidad de las máquinas, la verdadera pregunta es: ¿quién está al mando? Más importante que "¿los agentes obedecerán?" es si las empresas construidas a su alrededor podrán sobrevivir.

El automóvil fue la invención más importante del siglo XX. Si hubieras visto cómo el automóvil iba a transformar completamente a Estados Unidos, lo habrías apostado como la industria del siglo. Sin embargo, de las aproximadamente 2000 empresas que comenzaron a fabricar automóviles, solo sobrevivieron 3. El impacto del automóvil en Estados Unidos fue enorme, pero el efecto sobre los inversores industriales fue completamente opuesto. Cada tecnología transformacional sigue este arco, siempre acompañada de burbujas. La diferencia radica en que: las burbujas de puntos de inflexión son dolorosas, pero dejan infraestructura real y progreso real; las burbujas de regresión a la media son solo modas, que suben y luego bajan. La IA es casi con certeza una burbuja de punto de inflexión. La pregunta para Virtuals es: ¿se convertirá en la fibra óptica que Google compró a precio de ganga después del colapso de las telecomunicaciones, o será una de las 1997 empresas automovilísticas que se evaporaron?

La mayor apuesta del protocolo es convertirse en la infraestructura de contraparte para cada transacción de tokens de agente, haciendo de VIRTUAL la moneda de reserva de la economía de agentes, como lo es ETH para Ethereum. A medida que la economía de agentes crece, la demanda de VIRTUAL aumentará mecánicamente, ya que la participación requiere este par de negociación básico. Otra forma de decirlo es: VIRTUAL no es más que otra moneda que se aprovecha de la especulación en torno a los tokens de agente, y la mayoría de esos tokens de agente probablemente se irán a cero.

Los luditas pueden haber perdido esa revolución, pero no estaban completamente equivocados. El telar realmente desplazó a los tejedores. Lo que no vieron fue que también dio lugar a diseñadores textiles, gerentes de fábricas, casas de moda, grandes almacenes y toda una economía de consumo basada en telas baratas. Las máquinas nunca eliminan el trabajo; solo reescriben quién lo hace y quién se lleva la producción. La verdadera cuestión en ese momento, como lo es ahora, es: ¿quién posee el telar?

Los que se llevan el excedente son los dueños de las fábricas: Aclat, Cadbury, Ford. La estructura en torno a quién fabrica las máquinas, quién las opera y quién se beneficia nunca ha cambiado realmente; solo se ha redistribuido una y otra vez a lo largo de doscientos años a través de huelgas y emisiones de acciones. La apuesta de Virtuals es que esta vez la capa de propiedad estará soldada a la máquina desde el principio. A través de la emisión de tokens y curvas conjuntas, la propiedad de los agentes de IA productivos puede ser compartida con cualquier persona que tenga una billetera y una creencia.

Si esto realmente redistribuirá valor o si simplemente será una nueva capa de extracción con un lenguaje descentralizado, aún está por verse.